Google预测API的使用案例

20

有没有人在使用Google预测API?用于什么?它“起作用”了吗?

2个回答

20
如果你正在寻找一个真实的案例,请查看这个案例,它自动分配bug的优先级
我还创建了几个测试项目,以便了解如何在生产中使用它。
其中之一建议Stackoverflow问题的标签。该模型是通过只有一个标签的问题(从数据转储中)进行训练的。这有助于识别特定标签的细节。代码和散文被分成单独的特征,因为它们中的一个可能对结果产生更大的影响。当给出一个问题时,它返回前10个标签建议;实际标签包括用于比较。
结构是CSV文件:
"tag","code blocks(200 chars)","body text(200 chars)"

一些字符被过滤出代码,导致训练错误:[]^|~。不确定哪一个会引起问题。

如果您希望将某个问题添加到测试列表中,请告诉我。显然,具有代码的问题预测效果更好。

另一个项目是基于IMDB数据和导演/演员预测电影评分。与标签建议者不同,这个是实时的,因此您可以尝试不同的组合以查看它的预测结果。

结构如下:

rating,"directorId","actorId actorId actorId"

两个都在Google App Engine上运行,因此Python是后端。我没有使用特定的API,只是遵循了Nick Johnson的示例代码


太棒了!正是我想要看到的! - user94154
4
很遗憾,答案中的链接已经失效。是否有一些更新的例子? - Herman Schaaf

3
我没有使用过这个API。但是他们的网站列出了以下用例:
  • 推荐系统(演示代码)
  • 垃圾邮件检测(演示代码)
  • 客户情感分析
  • 上销机会分析
  • 消息路由决策
  • 诊断
  • 文档和电子邮件分类
  • 可疑活动识别
  • 流失分析
  • 语言识别

谢谢回复,但我更感兴趣的是非 Google 员工如何使用它/他们是如何做到的(例如,使用哪种语言/库,如何处理数据收集,如何构建数据结构等)。 - user94154

网页内容由stack overflow 提供, 点击上面的
可以查看英文原文,
原文链接